PaddleOCR 識別表情包文字示例詳解
引言
最近在做個表情包的小程序，涉及到表情包搜索功能。我們上傳表情包的時候，只有一張圖，怎么搜索？這個時候我們想到就是將表情包的文字提取出來，作為搜索的內(nèi)容。那么這就需要用到 ocr 技術(shù)了。
經(jīng)過幾個 ocr 的庫的使用，小編強烈推薦使用 PaddleOCR，一款文本識別效果不輸于商用的Python庫！
對于 PaddleOCR 本文不會過多介紹，可自行搜索。重點是如何使用 PaddleOCR 解決我的問題。
安裝 PaddleOCR
pip install paddlepaddle pip install paddleocr
我這邊安裝后的版本：
paddleocr==2.5.0.3 paddlepaddle==2.3.1
在 macOS 安裝后，項目運行報錯報錯，忘了截圖，應(yīng)該是與 setuptools 版本有關(guān)，解決方式：
pip install --upgrade setuptools==59.8.0
完成這些配置后，我們就可以愉快的玩耍了。
本地處理
import hashlib
import io
from PIL import Image
from paddleocr import PaddleOCR
def get_gif_pic_path(url):
'''下載圖片，返回圖片第一幀路徑'''
response = requests.get(url)
filename = hashlib.md5(url.encode(encoding='utf-8')).hexdigest()
img = Image.open(io.BytesIO(response.content))
current = img.tell()
img_path = f'bqb/{filename}_{current}.png'
img.save(img_path)
return img_path
def ocr_get_gif_text_sec(url) -> str:
'''識別gif第一幀圖片的文字'''
img_path = get_gif_pic_path(url)
ocr = PaddleOCR(use_angle_cls=True, lang='ch')
result = ocr.ocr(img_path, cls=True)
data = []
for item in result:
data.append(item[1][0])
return ",".join(data)
ocr_get_gif_text_sec('https://xxxxxx')
由于 gif 是個動圖，所以我們需要取出圖片的第一幀進行識別，get_gif_pic_path實現(xiàn)了這個功能。ocr_get_gif_text_sec 從 gif 第一幀的圖進行文字提取，返回的 result 是個數(shù)組，我們通過遍歷進行提取出來。
提取 gif 圖片的內(nèi)容我們就完成了，兩個函數(shù)的功能也比較簡單。本文沒做 gif 全部文字的提取，有興趣可以挑戰(zhàn)下。
在 flask 中處理
當我們想在上傳圖片的時候，進行對圖片文字的處理怎么辦？難道要將上傳的圖保存到路徑再去識別么？這也是我在開發(fā)中遇到的一個問題，經(jīng)過拆坑，答案是：不，你不需要。
思路：我們可以從表單中獲取上傳的圖片的二進制，然后將這個二進制傳給ocr.ocr()，那么ocr.ocr() 支持這個類型么？經(jīng)過查看此函數(shù)源碼，我們可以讓它支持。
將圖片二進制轉(zhuǎn)化為 nparray 類型即可。下面是這個過程的具體代碼
from paddleocr import PaddleOCR
import numpy as np
import cv2
@app.route('/v1/upload_img', methods=['POST'])
def api_v1_upload_img():
if 'file' not in request.files:
return "no file part"
file = request.files['file']
if file.filename == '':
return "no selected file"
if file:
file_name = file.filename
# 獲取圖片的二進制
res = upload_image(bytes=file.read(), filename=file_name)
return res
else:
return "no file"
def upload_image(bytes, filename = None, mime_type = None):
ocr = PaddleOCR(use_angle_cls=True, lang="ch")
## 核心步驟
np_arr = np.frombuffer(bytes, dtype=np.uint8)
img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
# 進行識別
result = ocr.ocr(img=img, cls=True)
ocr_result = []
for line in result:
ocr_result.append(line[1][0].strip())
img_content = ' '.join(ocr_result)
return img_content
在api_v1_upload_img我們獲取到圖片二進制以及圖片名，將這些作為參數(shù)傳到upload_image，在upload_image中：
np_arr = np.frombuffer(bytes, dtype=np.uint8) img = cv2.imdecode(np_arr, cv2.IMREAD_COLOR)
上面兩行代碼是這個需求的核心突破點。
還有一點就是建議不要將此識別功能部署到性能差的機器上，并發(fā)一下，完全扛不住，默默的留下兩行眼淚。
以上就是PaddleOCR 識別表情包文字示例詳解的詳細內(nèi)容，更多關(guān)于PaddleOCR識別表情包文字的資料請關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
裝飾器(Decorators)是 Python 的一個重要部分。簡單地說：他們是修改其他函數(shù)的功能的函數(shù)。他們有助于讓我們的代碼更簡短，也更Pythonic（Python范兒）。大多數(shù)初學者不知道在哪兒使用它們，所以我將要分享幾個示例2021-11-11
今天小編就為大家分享一篇對python 中class與變量的使用方法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
這篇文章主要介紹了一文詳解Python垃圾回收的相關(guān)資料,需要的朋友可以參考下2023-09-09
Pytorch torch.repeat_interleave()用法示例詳解
torch.repeat_interleave() 是 PyTorch 中的一個函數(shù),用于按指定的方式重復(fù)張量中的元素,這篇文章主要介紹了Pytorch torch.repeat_interleave()用法示例詳解,需要的朋友可以參考下2024-01-01
Python?SQLAlchemy與數(shù)據(jù)庫交互操作完整指南
SQLAlchemy 是一個強大的 Python 庫，用于數(shù)據(jù)庫操作，無論是簡單的數(shù)據(jù)存儲還是復(fù)雜的數(shù)據(jù)管理，SQLAlchemy 都提供了多種方法來處理數(shù)據(jù)庫，本文將全面介紹 SQLAlchemy的基本用法以及各種操作的示例代碼2024-01-01
在Python中實現(xiàn)函數(shù)重載的示例代碼
這篇文章主要介紹了在Python中實現(xiàn)函數(shù)重載的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-12-12
在本篇文章里小編給大家整理了一篇關(guān)于Python爬蟲突破反爬蟲機制知識點總結(jié)內(nèi)容，有需要的朋友們可以跟著學習下。2021-11-11
Python中使用異常處理來判斷運行的操作系統(tǒng)平臺方法
這篇文章主要介紹了Python中使用異常處理來判斷運行的操作系統(tǒng)平臺方法,這個方法比較新穎,,需要的朋友可以參考下2015-01-01
下面小編就為大家分享一篇Python序列循環(huán)移位的3種方法推薦，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
在工作、生活中常常會用到，比如票據(jù)、漫畫、掃描件、照片的文本提取。本文主要介紹了基于PyQt + PaddleOCR實現(xiàn)的一個桌面端的OCR工具，用于快速實現(xiàn)圖片中文本區(qū)域自動檢測+文本自動識別，需要的朋友可以參考一下2021-12-12